三大前沿科技产业研究

三大前沿科技产业研究一、人工智能

2030：算法、算力的发展重塑汽车、医疗、娱乐等行业过去十年

AI产业迎来了历史上第三波，也是

70

多年发展中最快速的一波发展。基于深度

学习理论，AI在数据的驱动下，在人脸识别、文本翻译等特定领域已经达到甚至超过人类

的准确度，同时拥有远超人类的效率。芯片的制程升级和代工模式的发展也使得大数据下

的

AI得以落地。同时

AI也在改变互联网生态后在软硬件领域拉开帷幕，开始重塑安防等领

域。而

AlphaGo人机博弈等也帮助

AI概念的普及。总结看，随着深度学习算法的提出和半

导体行业的突破，叠加成功的内容宣传，过去十年

AI从专业的技术理论到产业化落地，再

到大众认知，形成了跨越式的发展。投融资：AI公司逐步登陆资本市场在一级市场中，全球

AI相关的私募股权融资规模不断提升，2020

年总投资合计为

679

亿

美元，同比增长

40%，且随行业发展投资愈加集中，形成了明显的头部效应。根据赛迪顾

问统计，中国

AI投资中，天使轮

AI投资数量占比从

2016

年的

67%，降至

2019

年的

34%。经过多年发展，AI的商业模式也逐渐清晰，AI也受到了投资人青睐，从广泛投资到更加专

注在几大场景，应用逐渐收缩至机器视觉（CV）、自然语言处理（NLP）、AI平台、AI芯片

等领域。随着

AI被更广泛的认知，AI行业迎来了创业潮。在资本市场上独角兽公司不断涌现，估值

不断提升。而

2020

年更开启了

AI公司上市大幕，Palantir、涂鸦智能、Schrodinger、C3.AI、

UIPath等公司已经成功上市，更有大量公司正在排队上市中。我们判断未来

A/H/美股

AI公司市值的比重将会大幅提升。中国

AI行业呈现较高景气度。中国

AI四小龙中旷视、依图和云从均已提交招股书，已经上

市公司中大量行业也在

AI浪潮下不断转型升级。在

A股和美股二级市场中，人工智能相关公司的市值占比不断提升，典型代表公司如

A股

传统安防龙头海康威视依靠

AI技术实现产品升级和行业突破；美股英伟达依靠

GPU产品

打造

AI芯片算力。两公司在过去五年股价分别增长了约

4

倍和

18

倍AI未来

10

年发展

1：算力——AI重塑数据中心和汽车行业算力的需求主要以

AI芯片形式体现，驱动力来自于最为领先的

AI算法。过去十年

OpenAI测算，全球头部

AI模型训练算力需求

3、4

个月翻一番，因此每年头部训练模型所需算力增

长幅度高达

10

倍。同时，需求的快速提升叠加摩尔定律，导致算力价格也更加亲民。目前数据中心和汽车领域成为最重要的

AI算力发展落脚点，以

AI芯片的形式落地。其中，

AI训练芯片的厂商全球屈指可数，相关芯片主要以服务器、集群、加速卡等模式用在云端，

在边缘端也将逐渐出现；AI推理芯片门槛相比训练难度较低，一些优秀的创业公司依靠

Fabless模式进入市场。芯片公司可提供专用的人工智能芯片/IP和开发工具：训练芯片面

向数据中心、汽车等行业客户，也有大量云公司设计自用芯片内部使用；推理芯片部分集

成在硬件终端，如手机、摄像头、汽车、矿机等，部分用于云端提供服务。服务器和数据中心用的处理器芯片本身就不断增长，而目前计算仍主要依靠

CPU，随着

AI算力需求的提升，数据中心算力呈现多样化趋势，主要用于

AI计算的

GPU或

ASIC占比

不断提升。据我们测算，目前全球服务器

GPU占据服务器级处理器的市场份额小于

20%，

预期未来三年

CAGR约为

25%。面对市场机会，全球头部公司正在通过并购方式迅速补充技术短板。如：1)

Intel面对异构计算的机会，在过去几年连续收购了Altera、Movdius、Mobileye、Barefoot、

HabanaLabs等公司，不断提升公司数据中心和汽车领域的计算能力。2)

2020

年，英伟达收购

Mellanox和

ARM（进行中）。宣布收购后，英伟达针对数据中

心市场分别推出了

BlueFieldDPU（数据处理单元）和

CPU产品。DPU定位为卸载

CPU上的网络、存储、安全等方面的任务。英伟达表示，一颗

BlueField-2

DPU能提

供相当于

125

个

CPU核所能支持的数据中心服务。DPU类似的产品为智能网卡

（SmartNIC），除了英伟达，Intel、Broadcom、Xilinx、Marvell均在领域有所布局。3)

AMD2020

年宣布收购

Xilinx，目前仍在进行中。Xilinx拥有全球最为领先的

FPGA产

品，同时拥有自适应

SoC、加速器和

SmartNIC解决方案，对

AMD在数据中心领域和

边缘领域能力起到了有效补充。相比于海外市场头部企业的并购潮，中国出现了大量创业公司致力于数据中心和汽车领域

的

AI芯片设计，并形成了和海外公司比肩的演进路线图。目前的

AI芯片市场中英伟达凭借硬件优势和软件生态，市场份额较高。我们判断：①算法

方面，模型的复杂度不断提升；②软件方面，AI框架的使用越来越集中，因此有大型模型

训练能力的芯片将会更加集中，而软件工具支持的芯片类别也会更加集中。因此英伟达的

优势难以短期撼动。但国内其他公司在国产化的大趋势下也值得关注。特别地，这些公司在边缘计算中心、汽

车、IoT等领域的推理市场的机会更大，针对行业定制的推理芯片可能是破局之道。目前，

自动驾驶、摄像头、数字货币挖矿等领域已经出现了大量定制推理芯片，未来行业的发展

将更为明确。而数据中心训练市场等的发展需要依靠不断研发缩小差距。AI未来

10

年发展

2：算法——NLP、CV感知增强，突破认知时点仍未可知NLP和

CV在过去几年的发展历经算法突破，已经从传统的感知学习深入到感知增强阶段：1)

NLP：过去十年

NLP的算法突破是

AI领域最为主要的发展方向之一。2020

年

7

月，

OpenAI基于互联网大量文本数据训练出拥有

1750

亿参数的

AI模型

GPT-3，无须进

一步训练即可应用在各类

NLP领域。2021

年，Google发布了

SwitchTransformer模

型，将模型参数提升至

1.6

万亿规模。NLP领域依托大型模型能力，已经在多种新场

景中应用。如：网页搜索、UI设计、自动编程等。2)

CV：过去十年CV领域的算法也不断升级，如

2015年的

ResNet、2019的

EfficientNet。

另外大量算法针对小样本的推理场景（YOLO）、照片修复（DeOldify）场景或者

2D转

3D（PIFuHD）场景提出。这些算法已经快速应用在自动驾驶、媒体互联网等领域。在大量场景下，专用的人工智能已经可以满足人类活动大部分需求。但

AI经历了多年发展

依然停留在感知层面，难以像人一样做推演式思考。我们认为：未来十年人工智能将与脑

科学融合，发展通用认知智能，对应着人机多轮对话、视频理解等应用。但目前实现路径

存在不确定性，典型的发展思路包括：1)

不依赖大量人工标注数据的自监督学习成为学习方法的新焦点。借助预训练模型，通

过自主生成或增强数据、依托知识图谱常识关系等优化学习结果，提升无标注数据集

下的学习能力。相关案例包括谷歌

Bert、FacebookRoBERTa、OpenAI的

GPT-3

等。

自监督学习目前正在向图像领域发展，实现像素级别的目标识别。纯粹有监督学习方

式训练深度学习模型阶段结束。2)

小样本、多模态学习，模型小型化。迁移其他训练成果，复用其他领域的知识结构，

使用少量样本训练，利用多源信息拓展学习能力是

AI的重要发展方向。另外由于部分

模型参数过多，FB、腾讯、Google等也在加速构建完善模型小型化能力，在

TensorFlow、

PyThorch、TensorRT等框架中使用剪枝、量化等算法压缩模型，提高运算速度。AI未来

10

年发展

3：场景——多行业对

CV、NLP和机器人需求较高AI在结构化数据和部分非结构化的数据（语音、文字和图像）的应用已经十分丰富。未来

十年，叠加其他创新如

5G等，我们认为

AI将依托新算法、新算力和新的传感数据进一步

挑战视频和图像场景，实现新的商业模式。我们认为

AI将在汽车、医疗和娱乐领域影响最

为深远，其他行业也有各种应用场景。汽车——自动驾驶结果逐年优化，慢速场景开启商用自动驾驶经过多年的发展，行业的观点持续波动。2018

年以前业界对自动驾驶的发展十分

乐观。Google成立

Waymo、Uber开启路测、特斯拉发展

Autopilot系统等事件均受到投资

人关注。然而

2018

年起，Waymo自动驾驶部署慢于预期、Uber出现自动驾驶致死事故。

面对高速、复杂场景的通用自动驾驶，大量的长尾场景问题仍待解决，L4

级别自动驾驶迟

迟难以规模化商用。2020

年自动驾驶的关注度再度提升：8

月百度

Apollo宣布自动驾驶出

租车上线。10

月

Waymo宣布将提供完全无人的驾驶服务。特斯拉宣布即将完成

L5

级自动

驾驶研发。2021

年大量的头部公司扎堆自动驾驶赛道，如苹果（AAPLUS）、Amazon（收

购

Zoox）（AMZNUS）、小米（1810

HK）、华为（未上市）、滴滴（未上市）等。

尽管预期不断变化，但不可否认自动驾驶的路测结果正在不断提升。自动驾驶虽然仍有距

离，但发展在头部公司的带动下更加清晰。自动驾驶虽然仍有距离，难以明确具体商用时间，但是在慢速场景，如农机、扫地机器人、

快递最后一公里配送等场景中已经实现落地，在未来十年可能会有更多慢速场景自动驾驶

的应用改变人们生活。医疗——人工智能进入诊断、治疗核心环节的发展新十年我们认为医疗领域是

AI主要的市场之一。中国

2014

年曾鼓励

AI医疗器械发展，但产品的商

用存在落地问题，导致实际发展慢于预期。2018

年

IBMWaston大幅裁员了其医疗团队也影

响了行业发展。裁员原因之一是医疗行业结构化积累的数据规模较小，AI难以获得较好的施

展空间。然而，自疫情以来，AI医疗的趋势受到更广泛接受。AI医疗领域在理论和实践方面

都出现了若干突破，监管层面

2020

年起面向

AI医疗设备的三类证也陆续颁发。我们判断未

来十年

AI有望在制药、诊断、手术领域等以算法、设备和手术机器人的模式落地。医疗领域最重要的应用是

AI制药。2020

年，AI解决了蛋白质结构预测问题，该问题是结

构生物学里程碑式的问题。2020

年

DeepMind凭借“AlphaFold2.0”算法在权威蛋白质结

构预测评估竞赛（CASP）中排名第一，其主要指标

GDT得分达到

92.4

分，达到实验室水

平。过去很多年药企就已经广泛地研究和推进人工智能技术，未来十年利用

AI构建药物结

构成为可能。AI通过分析论文和临床数据，可以加速药物研发流程。面对新冠疫情，AI展

现出不俗的效率。2020

年英国公司

BenevolentAI通过

AI检索海量文献发现新冠药物。该

药物后获

FDA紧急使用授权。过去两年

AI制药受到资本市场青睐。目前全球

AI制药的头

部企业包括美国上市公司

Schrodinger（SDGRUS）、RecursionPharmaceuticals（RXRXUS）、英国

BenevolentAI（未上市）、和中国晶泰科技（未上市）等。AI图像识别技术在CT、MR影片诊断领域的应用也已相对成熟，未来十年将有望规模发展。

包括科亚医疗方舟（未上市）、乐普医疗（300003

CH）、推想医疗（未上市）、联影（未上

市）等公司的产品已经获得国家药监局认证，可在中国开展商业化销售。未来十年手术机器人治疗的市场规模也有望随

AI的发展不断提升。根据国际机器人联盟（IFR）

的分类，手术机器人是技术难度最高的机器人，可以用于手术影像导引和微创手术。例如，

骨科手术机器人行业类似的企业主要有

7

家，其中取得骨科手术机器人医疗器械注册证的企

业主要有以色列

MazorRobotics公司（被收购）、法国

MEDTECH公司（被收购）和美国

MAKOSurgical公司（被收购）；尚未取得骨科手术机器人医疗器械注册证的有上海锋算（未

上市）、微创医疗机器人（微创医疗科学有限公司（00853

HK）旗下子集团）及国内已经取

得神经外科手术机器人医疗器械注册证的柏惠维康（未上市）和华科精准（未上市）。上述企

业采用了机器人技术，在手术机器人技术上实现了机械臂的协同控制，形成了真正意义上的

手术机器人产品。新技术的出现，引领骨科手术跨入了影像导航与机器人技术结合的机器人

智能辅助时代，对于医院诊疗方式、医疗器械竞争格局产生了颠覆式影响。其他——AI在各行业落地想象空间十足1)

移动互联网领域利用深度学习在推荐系统等领域已经实现了较好发展，未来通过感知

智能落地，移动互联网领域将出现更人性化的智能客服，并出现聊天机器人陪伴人类。2)

安防领域，简单的视频分析如动目标识别，人脸识别等应用已经十分成熟，但是对于

意图等的把握依然不够成熟。未来随着

CV技术的发展，对视频的理解将会更上一个

台阶，通过视频可以预测目标轨迹，做出预警。3)

智能家居领域，具备指纹识别功能的智能门锁和具备简单对话能力的智能音箱已经广

泛普及，而类似于聊天机器人，智能家庭助理目前仍在发展早期。4)

零售领域，目前无人零售已经在部分地区推广，用户通过自助扫码等模式可以打开货

架领取物品，货架通过摄像头等传感器识别商品并自动结算。部分商场中已经安装了

导购机器人，而未来更加智能化的导购机器人将更加智能，实现更深度的产品而不是

店铺导购。5)

金融领域，现有的

AI在客户资质筛查等领域已经有成熟应用，CV应用集中在远程开

户等领域，而目前的远程对话服务一般是连接到客服专员，未来可能出现智能投顾。元宇宙——AI连接虚拟世界与现实世界以上讨论的汽车、医疗等大量行业只是元宇宙概念下的细分方向。我们认为

AI技术将成为

元宇宙（Metaverse）时代到来的加速器。游戏我的世界（Minecraft）已经将虚拟平行

世界概念植入大众内心，而元宇宙概念可能是行业的发展的深刻趋势。狭义地，元宇宙的建立需要对现实生活的内容进行

3D复制。传统

3D制作流程都需要经历

基础建模、材质贴图、灯光渲染等步骤，且日渐复杂。英伟达

2020

年发布

Omniverse3D仿真和协作平台，可以对现实世界逼真模拟，提高行业工作流程的灵活性和可扩展性，实

现虚实世界的数字孪生。在过去两年内，有超过四百家企业评估过

Omniverse。英伟达

Omniverse生态体系不断扩大，将各软件公司领先业界的应用程序串连在一起，力图打造

开源标准和互通的

Metaverse。广义地，元宇宙的建设帮助全行业数字化。大量依赖人工的服务可在元宇宙实现数字化落

地。而其中最复杂的是各场景中的长尾场景。传统

AI追求算法和模型的精妙，但对尾部场

景无法覆盖。但是过去一年，行业发生了深刻变化，大规模算法+暴力算力模式导致模型覆

盖了长尾场景，而开放的AI平台也允许越来越多的传统行业工程师参与到AI模型的开发中。

因此元宇宙概念的兴起也是

AI发展的一个必然结果。AI未来

10

年发展

4：数据——立法落地，商业数据规模交易仍未可知深度学习之后，数据成为最重要的生产资料之一，而伴随数据产生的一系列如侵权、大数

据杀熟等问题也受到关注。欧盟于

2016

年提出，在

2018

年实施通用数据保护条例

（GeneralDataProtectionRegulations，GDPR）。该法案唤起了全球对于数据保护、个

人信息保护的意识。中国

2017

年

6

月起实施了网络安全法，2018

年

5

月实施了GB/T35273

信息安全技术-个人信息安全规范并于

2020

年

11

月实施了新版本。美国联邦政府

设立了美国澄清域外合法使用数据法（theCloudAct），各州针对互联网数据也从

2018

年起建立约

30

部法律。在法律约束下，数据交换的壁垒有所提升。2020

年

7

月，欧盟基于

GDPR宣布隐私盾

计划（PrivacyShield）无效，导致欧洲数据向美国流向变得复杂。同年美国政府禁止

TikTok和中国公司数据共享，中国要求

Zoom等

APP在中国区数据在国内数据中心承载。在贸易

摩擦的背景下，数据的跨国共享变得复杂，AI公司的发展可能呈现区域化。数据的开放在技术侧也面临着变化。全球领先的算法公司如

OpenAI推出了

GPT-3

算法，

但没有开放其模型，而是通过商用的方式调用。而开源社区中出现了模仿

GPT-3

的开源项

目如

GPT-Neo、ConnorLeahy等。由于算法的开源生态，数据的价值得以凸显。领先的

算法目前均依赖大型数据库。如

GPT-3

和

SwitchTransformer参考了网络上几乎所有文本

训练其模型，参数在千亿级以上。因此非公开的小数据集对于

AI的技术突破价值贡献微乎

其微，相比之下，特定行业的数据更为珍贵。未来数据的开放可能从公共数据开始。2020

年

3

月，中央、国务院发布了关于构建

更加完善的要素市场化配置体制机制的意见，明确提出“推进政府数据开放共享。而关于

企业的数据开放可能仍然需要长期不断的尝试，难以形成统一的模式。二、区块链

2030：从数字货币到金融基础设施底层技术区块链发展回顾2008

年

11

月，以中本聪为化名的作者发表比特币：一种点对点的电子现金系统，首次

提出了比特币的概念。十年间，加密货币市场上比特币、以太币、瑞波币等相继出现，矿

机、矿工、矿池等产业链逐步成型，交易规模不断扩大。随后为了既保持区块链技术匿名

性、去中心化等特点，又能克服加密货币相对法币波动大的问题，稳定币应运而生。2019

年，Facebook在结合了稳定币技术和其庞大的用户基础推出了

Libra，刺激了各国加快对

央行数字货币的探索进程。未来十年，区块链技术的应用不止局限于加密资产行业，其一

方面会以以太坊为重要资产载体，衍生出更多的生态；另一方面在完善金融基础设施建设

情况下加深平台的搭建和应用场景的拓展，最终形成万物互链的生态系统。区块链可以分为由开源社区主导的公有链，及大型

IT或金融企业主导的联盟链。

（1）公有链应用以比特币为代表已经全面铺开，完全去中心化，任何人无需授权即可访问，

节点自由出入网络，典型代表有比特币和以太坊。但由于公有链模型复杂，交易承载规模

小，延迟性大，一般适用于虚拟货币、互联网金融等应用场景。

（2）联盟链有望实现场景落地。联盟链需要特定节点参与和交易，可实现部分去中心化。

因为整个链规模较小、权限易控制、效率高、承载交易规模较大，一般适用于银行间转账、

证券交易所清结算、企业溯源和监控审计等。典型代表有

R3

区块链联盟、超级账本

（Hyperledger）等，是目前金融、公共服务、供应链领域与区块链结合的首选类型。到现在，区块链技术已经不仅局限于虚拟资产，其在清结算、支付、电子发票、供应链金

融、电子发票、贸易融资等领域开始发挥积极的作用。数字资产已经成为不可忽视的资产类别以比特币为代表的数字资产一直保持显著增长。2009

年出现的比特币将区块链技术推向公

众视野，随着加密资产市场活跃，以太币、狗狗币、瑞波币等相继涌现，同时拉动矿机、

矿工、矿池等产业链的逐步形成。尽管近期比特币价格有所下跌，但据欧易

OKEx统计，其市值占到了黄金市值的

10%，已

经成为全球重要的资产类别。根据

Coinmarketcap数据显示，1Q21

加密货币总市值已突破

2

万亿美元。与此同时，全球领先的加密货币交易所

Coinbase用户数量也在进一步增加，

账户数量从

2013

年的

50

万个增加到

1Q21

约

5600

万个，1Q21

营收达

18

亿美元，其增

速显著超过市场预期。传统投资人积极投资比特币资产数字资产投资热度不减，交易接口开放降低投资门槛。从区块链投融资角度来看，数字货

币仍然是资本重要的投资领域。近年来多个数字资产的新金融产品和渠道出现，为投资者

提供了入场的便捷性和合规性。例如，2013

年由灰度成立的市场上首只比特币信托基金

（GBTC），通过合规的基金运作方式为投资者服务，二级市场交易不受限制，降低投资人

的门槛，也缓解了投资人对加密资产存储、安全等问题的担心。与此同时，PayPal（支付

软件）、Robinhood（炒股软件）等也通过与加密资产经纪商合作开放交易接口的方式吸引

投资人投资数字资产。各国央行积极研发数字货币，中国率先试运行全球数字货币三足鼎立格局初步形成。在各种加密资产中，稳定币保留了简单的加密货币

结算过程和强大的匿名性的优点，并避免了加密货币的波动性风险，价格维持相对稳定。

我们认为，稳定币将成为加密资产行业的主要价值规模和主流支付工具。中国央行数字货币进程处于全球领先局面。中国关于央行数字货币理论的探讨和框架建立

在

2014

年左右已经开始，2016

年相关技术陆续完善，2019

年开始进入加速落地阶段。2020

年

1

月

10

日，中国央行官方公众号表示，已经基本完成法定数字货币顶层设计、标准制定、

功能研发、联调测试等工作。4

月起，中国

DC/EP已陆续在深圳、苏州、雄安、成都及未

来的冬奥场景进行内部封闭试点测试。随着央行数字货币的快速推进，中国有望成为首发

央行数字货币的主要经济体。数字货币的出现更适应无现金社会的发展，重塑支付格局。长期以来，中央银行货币在公

共市场流通都是以实物现金的方式。随着智能手机的普及和第三方支付兴起，同时疫情也

对无接触服务提出更多的要求，实物现金的使用率不断降低。根据

Wind数据显示，中国

M0/M1

的比例从

2013

年

18%下降到

2020

年的

13%，部分北欧国家的

M0/M1

甚至降到了

5%以下。由于

CBDC具有高于商业银行和第三方支付机构的信用等级，也考虑到实物现金

发行、运输、流通、管理等诸多成本，我们认为

CBDC可能会打破支付领域的行业垄断，

重塑支付竞争格局。区块链未来

10

年发展

1：以太坊成为重要资产载体，产品矩阵日益丰富以太坊正在成为重要资产载体，链上稳定币、比特币市值持续增加。从

2015

年以太坊

启动到

2020

年以太坊

2.0

上线，历经

5

年发展，以太坊已然成为最重要的区块链基础

设施之一。由于以太坊网络的安全性、便利性以及丰富的

DApp生态，用户开始将资产转

移至以太坊上，例如使用基于以太坊的稳定币、将比特币抵押至以太坊网络换取相应的

ERC-20

比特币等。从规模上看，目前以太坊总市值约为

3000

亿美元，相较于

2016

年增

长超

5000

倍，成为很多重要资产的载体。从应用类型来看，以太坊从原来在博彩、高风险

领域的使用逐渐过渡到以金融、交易、安全领域，其生态向更趋向有价值的方向。DeFi生态成长，以货币、银行、保险等为代表的传统金融形态形成。中心化金融（DeFi）

是指使用去中心化基础设施（如公链和智能合约）构建的借贷和交易等金融服务，具有中

心化、无需许可、开放等特征，兼具更低费用与更高安全性。相比传统金融依靠中介，DeFi通过区块链协议和

DApp为用户自动提供各种服务，极大提供了便利。目前

DeFi生态已涵

盖货币、银行、保险、支付、资管等多种传统金融形态，锁仓规模超过百亿美元。数字圈新兴概念

NFT进入视野，或将在认证领域发挥作用。自

NFT首次在

2017

年以以太

猫的形式进入大众视野后，如今，高性能区块链和

layer2

解决方案不断涌现，各种扩容方

案使高吞吐量

DApp变成现实，藏家和艺术家的目光又重新回到了

NFT领域，被

NFT唯一

认证后的新奇作品多次以意想不到高价被拍卖。我们认为，虽然用

NFT代表现实世界的资

产仍处于早期探索阶段，但其本身蕴含巨大应用潜力，未来可以在房地产、证书、文件等

领域将实物资产以通证形式表示，实现信息透明并在链上自动执行交易。区块链未来

10

年发展

2：区块链有望成为金融下一代基础设施的核心技术区块链将作为多业务底层技术，赋能金融领域。目前区块链作为底层技术被广泛应用于加

密数字资产、央行数字货币、支付清结算系统、证券交易平台、贸易融资平台等。中国在

十四五规划中指出，未来区块链发展将以联盟链为重点发展区块链服务平台和金融科技、

供应链管理、政务服务等领域应用。这意味着：（1）区块链的参与者更加丰富，主要以腾

讯、阿里、趣链科技等企业主导的平台层的搭建提供智能合约、信息安全、数据服务等产

品化服务，和以政府为主导的金融、政务领域区块链基础设施的构建，二者将在公有链基

础上加快联盟链的落地；（2）未来将有更多的金融场景实现上链，以多方共享和高频重复

为特点的要素将更频繁地使用区块链技术：1)

实现多方共享。基于加密技术的区块链将在实现信息共享问题上起推动作用。在跨境

支付、跨境贸易融资、供应链金融、资产证券化（ABS）等金融场景下，多需要相互

独立金融机构之间互相协作，区块链能够明显降低各方的沟通成本。2)

适合高频重复。区块链的智能合约能够实现业务自动化。因此对于电子支付、交易后

清算、监管风控等高频重复业务非常适合。三、商业航天

2030：从卫星互联网到火星移民商业火箭发展回顾：SpaceX开始改变发射市场格局我们认为，SpaceX凭借火箭回收等技术重塑了全球火箭发射行业。此前火箭发射一直以

承载政府的一次性大型项目为主，如建立空间站、人类登月、火星探测、北斗系统建设等，

难以形成商业化运营。从火箭发射数据角度，全球政府用火箭的发射项目从

2013

年后就出

现了大幅回落。SpaceX真正带来了对传统航天行业的颠覆。SpaceX推动技术突破，通过产业链垂直一体

化自研掌握了火箭回收技术、一箭多星等关键技术，同时公司大量选择消费电子产业链制

作火箭核心部件（如发动机、涡轮泵、电气设备和主板、飞行计算机和太阳能板等）代替

宇航级设备，并优化火箭装配过程，从而不断刷新发射成本。同时

SpaceX利用

Starlink等项目作为试点，大幅提高火箭发射频度，通过规模效应进一步摊薄发射成本，由此带来

了发射价格的不断下降。

商业火箭价格的下降将带来一系列行业的颠覆，如通信、旅行、交通和深空探测等。SpaceX的发展让投资人看到了投资方向，2019

年一级市场投资规模突破

40

亿美元，对航

天市场的发展做出乐观展望。在技术和资金的正循环下，大量的火箭公司也在发动机、推

进剂、助推器等领域不断提升自己的火箭能力，并进行大量测试，获得良好的效果。SpaceX短期上市可能性较低，但到

2021

年初在一级市场估值已经达到

740

亿美元。一级

市场公司中，RocketLab是

SpaceX的主要竞争对手之一。RocketLab成立于

2006

年，

公司预计在

2Q21

在纳斯达克上市。RocketLab公司已经成功发射

18

次

Electron火箭，

并在研制

Neutron火箭。公司于

2017

年实现首次发射，服务于商业卫星和政府机构。另外，

美国创业公司还包括

Astra、Relativity等。商业航天未来

10

年发展

1：卫星互联网重塑通信行业由于火箭价格的大幅下降，卫星互联网通过卫星链路代替大面积的地下光纤铺设、太阳能

代替电能，使全球普遍网络服务成为可能。我们认为现有地球网络已经相对成熟，而在未

来的火星移民过程中卫星互联网的价值将进一步得以凸显。SpaceX公司

CEOElonMusk于

2015

年首次提出“星链”（Starlink）计划。该计划共分两

期三阶段，计划发射总共

1.2

万颗卫星到

550-1325

公里之间的多条绕地轨道，形成可以覆

盖全球的宽带卫星通信网络，并在

2019

年将卫星总规模扩大至

4.2

万颗（后续可能继续扩

容）。SpaceX从

2019

年

5

月开始卫星发射，截至

2020

年

3

月

18

日，已经成功发射

6

次

合计

360

颗卫星入轨，从拥有卫星数量上来看，已经成为全球最大卫星运营商之一。按照

目前每隔

2~3

周进行一次“一箭

60

星”发射的速度，我们预计

SpaceX到

2020

年底将拥

有约

1600

颗卫星，比截至

2020

年的任何国家的卫星数量都要多。SpaceX于

2015

年推出

Starlink项目，希望远期发射

4.2-5.4

万颗卫星，以卫星作为基站形

成覆盖全球的天际互联网。其中首批分三阶段发射

1.2

万颗卫星：1)

阶段一：发射约

1600

颗卫星，2019

年

5

月开始正式卫星发射，位于离地面

550

公里

的

LEO轨道目标提供全球组网基本覆盖；2)

阶段二：发射约2814颗卫星，即将开启，目标完成全球组网。此前规划高度在1100-1300

公里，2021

年

4

月获

FCC同意降低至位于离地面

540-570

公里的

LEO轨道，和阶段

一基本相同；3)

阶段三：预计到

2027

年，发射完毕剩余约

7518

颗卫星，轨道高度

350

公里，目标提

供全球高速联网服务。其中前两阶段卫星使用

Ka/Ku波段（10~30GHz），；第三阶段卫星使用

Q/V波段

（37.5x-53.0GHz）。由于火箭能力的不断提升，一箭多星的技术被广泛应用在卫星发射领

域，单次卫星发射可达

60

颗。SpaceX近期按照每隔约

2

周进行一次“一箭

60

星”的发

射模式推进。截至

2021

年

5

月

9

日，SpaceX通过

27

次组网专发任务共计发射

1613

颗

卫星，我们预计在下一次发射后公司可以实现全球互联，阶段一基本完成，阶段二启动。

而未来几年每年的发射卫星数量可能都在

1000

颗以上水平。我们认为，目前

SpaceX拥有

卫星数量已经超过所有国家，成为全球最大的卫星运营公司。Starlink项目颠覆了卫星互联网行业。现有卫星通信由于价格高昂，规模不到地面通信1%，

以服务特定场景为主。2020

年

10

月起，SpaceX开始

Starlink的公开测试，到

2021

年

2

月美国和其它国家有超过

1

万名用户；2021

年

5

月

6

日已有超过

50

万人预付

99

美元定金

预约网络服务。目前月费

99

美元，下载速度

50-150MB/s。2021

年

4

月

15

日，SpaceX表示“2021

年将实现完全移动化”，为汽车、船和飞机等场景服务；也有说法称

Starlink正在和美国军方开发便携终端，支持军方的移动通信场景需求。目前

Starlink的设备终端售

价

499

美元，但成本呈现下降趋势，早期成本高达

3000

美元，2020

年

12

月成本约为

2000

美元，2021

年

4

月成本已经降至

1500

美元。长期看，Starlink将为全球提供移动通信网络，通信容量达

1Gbps、延迟低于

25ms，用户

段终端单价将控制在

200

美元以内。SpaceX也期待远期能够获得

2500

万规模的

Starlink用户，带来约

300

亿美元的年收入，支撑

SpaceX的发展。长期看，一旦需要在火星上建

立网络，卫星互联网将凭借低电力消耗、低部署成本成为网络建设的不二之选。Starlink项目在颠覆通信行业的同时也颠覆了卫星制造业。航天业一直以政府作为最主要的

客户，价格并非第一考虑因素，因此行业供需格局固化，商业脚步缓慢。SpaceX重塑了卫

星市场模式和格局，将卫星从定制化时代推向工业化、市场化时代。在

SpaceX的

Starlink推动下，全球掀起了卫星互联网的建设热潮。中国

2020

年

4

月

20

日

将卫星互联网纳入“新基建”的政策鼓励范围；而全球科技公司如谷歌（GOOGLUS）、亚马

逊（AMZNUS）、Facebook（FBUS）、苹果（AAPLUS）、华为、三星、波音（BAUS）等

也纷纷加入了卫星互联网的建设。另外，行业现有企业如

Viasat（VSATUS）、OneWeb（未

上市）、HughesNetworkSystems（未上市）以及波音在内的企业正考虑组成联盟，同

SpaceX竞争。应用

1：宽带网络全球覆盖，目标未来火星网络建设到

2020

年末，全球仍有

30%以上的人口没有接触移动网络，而有移动网络覆盖的地区仍有

20%以上的人口没有使用移动互联网服务。且现有网络技术设施围绕人类居住地建设，全球

71%的海洋面积、7%的森林面积和

6%的沙漠面积中的大部分面积均没有被现有通信网络覆

盖。而覆盖高度上，现有的网络仅覆盖地表百米水平，高空没有覆盖能力。卫星互联网的覆

盖遍布全球，是现有通信技术的有效补充，不仅可以为偏远地区或航空业提供网络连接服务，

同时还可以为特殊场景提供森林防火、远程救援等特种服务。这种优势在地球上可能不够明

显，但是一旦未来移民其他星球，卫星互联网的迅速建设显得十分有必要。应用

2：军用前景广阔，美军持续深化与卫星互联网公司合作卫星互联网凭借低时延、高通量、广覆盖等优势，有助于实现跨陆、海、空、天、网、电

等多维战场之间的数据交互，增强多域作战能力，未来有望在联合作战指挥、战场态势感

知、无人系统作战、弹道导弹防御多领域展开应用。2018

年，美国空军率先与

SpaceX公

司签署了

2800

万美元的服务合同，重点验证如何将星链系统提供的卫星互联网集成到军用

数据网络中，增强其实施多域作战的能力；2020

年

5

月，美国陆军与

SpaceX签署了为期

三年的合作研发协议，重点验证星链卫星互联网系统如何与陆军机动作战部队进行软硬件

集成。2024

年前若进展顺利，美国陆军将有意与

SpaceX进行约数十亿美元的卫星互联网

服务采购。应用

3：广覆盖+高弹性+低时延的数据传输能力，助力车联网走向现实实现自动驾驶的前提是实现汽车与云之间的稳定、高速的数据传输，卫星互联网为实现这

一技术提供了可能。卫星互联网作为天然的全球网，具